Подразделение Google DeepMind представило ИИ-модель Veo 2, которая может создавать видеоролики в разрешении 4K (4096 × 2160 пикселей) продолжительностью до двух минут. ИИ-генератор в 4 раза превосходит OpenAI Sora по разрешению и в 6 раз по продолжительности видео.
Veo 2, как и ее предшественница, генерирует видео по текстовым подсказкам, которые можно сопровождать изображениями. Модель хорошо понимает физику мира и движения, за счет чего достигается максимальная реалистичность. По словам разработчиков, у Veo 2 с меньшей вероятностью проявляются галлюцинации: дополнительные пальцы или «неожиданные объекты». Но у ИИ по-прежнему есть проблемы с согласованностью во времени в сложных сценах (например, пешеходы сливаются друг с другом) — это должно быть исправлено в последующих патчах.
Испробовать Veo 2 можно только на экспериментальной площадке VideoFX, где разрешение ограничено 720p, а длина видео — 8 секундами. Чтобы начать работу с VideoFX, нужно записаться в список ожидания. В перспективе Veo 2 появится на платформе для бизнес-пользователей Vertex AI.
Также разработчики Google DeepMind улучшили работу генератора статических изображений Imagen 3. Модель создает более яркие и реалистичные изображения с улучшенным цветовым балансом и точностью цветопередачи по сравнению с предыдущей версией. Улучшилось понимание подсказок на естественном языке и визуализация текста. Imagen 3 развернута по всему миру и доступна через ImageFX.
Чтобы снизить риск возникновения дипфейков, все видео и изображения, созданные ИИ- генераторами, помечаются водяным знаком SynthID.
